DataFrame GroupBy 到 VolumeBars

Question

我需要将市场数据整合到 VolumeBars（具有相同交易量的块）中。

作为输入数据，我有分钟柱（可能有下降），其中有以下列：时间、OHLC（开盘价、最高价、最低价、收盘价）和成交量。

目前，我正在尝试这种方式：

bar_volume_size = 100
df = hg
df['cumsum'] = (df["Volume"].cumsum() // bar_volume_size) + 1
df['over'] = (df["Volume"].cumsum() % bar_volume_size)
print(df.head(40))

此操作的结果如下所示：

                       Open    High     Low   Close  Volume  BarNo  over
2018-12-30 18:00:00  2.6780  2.6875  2.6755  2.6840      83      1    83
2018-12-30 18:01:00  2.6835  2.6875  2.6825  2.6875      40      2    23
2018-12-30 18:02:00  2.6875  2.6920  2.6875  2.6915      58      2    81
2018-12-30 18:03:00  2.6915  2.6945  2.6910  2.6920      36      3    17
2018-12-30 18:04:00  2.6910  2.6925  2.6910  2.6920      14      3    31
2018-12-30 18:05:00  2.6920  2.6920  2.6900  2.6900      16      3    47
2018-12-30 18:06:00  2.6905  2.6905  2.6880  2.6880      12      3    59
2018-12-30 18:07:00  2.6885  2.6890  2.6880  2.6880       5      3    64
2018-12-30 18:08:00  2.6885  2.6885  2.6880  2.6885       3      3    67
2018-12-30 18:09:00  2.6875  2.6875  2.6875  2.6875       1      3    68
2018-12-30 18:10:00  2.6875  2.6890  2.6875  2.6890       9      3    77
2018-12-30 18:11:00  2.6895  2.6895  2.6895  2.6895       4      3    81
2018-12-30 18:12:00  2.6900  2.6900  2.6890  2.6895      13      3    94
2018-12-30 18:13:00  2.6895  2.6895  2.6890  2.6890       3      3    97
2018-12-30 18:14:00  2.6890  2.6895  2.6890  2.6895      10      4     7
2018-12-30 18:15:00  2.6895  2.6895  2.6895  2.6895       0      4     7
2018-12-30 18:16:00  2.6895  2.6900  2.6895  2.6900       4      4    11
2018-12-30 18:17:00  2.6890  2.6895  2.6855  2.6870      31      4    42
2018-12-30 18:18:00  2.6875  2.6875  2.6875  2.6875       8      4    50
2018-12-30 18:19:00  2.6875  2.6885  2.6875  2.6885       5      4    55
2018-12-30 18:20:00  2.6890  2.6905  2.6890  2.6905       4      4    59
2018-12-30 18:21:00  2.6910  2.6910  2.6910  2.6910       2      4    61
2018-12-30 18:22:00  2.6910  2.6910  2.6910  2.6910       0      4    61
2018-12-30 18:23:00  2.6910  2.6910  2.6910  2.6910       0      4    61
2018-12-30 18:24:00  2.6910  2.6910  2.6910  2.6910       0      4    61
2018-12-30 18:25:00  2.6905  2.6905  2.6905  2.6905       1      4    62
2018-12-30 18:26:00  2.6890  2.6890  2.6890  2.6890       1      4    63
2018-12-30 18:27:00  2.6890  2.6890  2.6890  2.6890       1      4    64
2018-12-30 18:28:00  2.6890  2.6890  2.6890  2.6890       2      4    66
2018-12-30 18:29:00  2.6890  2.6890  2.6890  2.6890       0      4    66
2018-12-30 18:30:00  2.6895  2.6900  2.6890  2.6890       6      4    72
2018-12-30 18:31:00  2.6890  2.6890  2.6890  2.6890       1      4    73
2018-12-30 18:32:00  2.6890  2.6890  2.6890  2.6890       0      4    73
2018-12-30 18:33:00  2.6900  2.6900  2.6865  2.6890      14      4    87
2018-12-30 18:34:00  2.6870  2.6870  2.6865  2.6865      10      4    97
2018-12-30 18:35:00  2.6865  2.6865  2.6865  2.6865       0      4    97
2018-12-30 18:36:00  2.6860  2.6860  2.6850  2.6860      21      5    18
2018-12-30 18:37:00  2.6870  2.6875  2.6870  2.6875       4      5    22
2018-12-30 18:38:00  2.6865  2.6865  2.6865  2.6865       1      5    23
2018-12-30 18:39:00  2.6865  2.6865  2.6865  2.6865       1      5    24

在 BarNo 列中，我有 VolumeBar 编号。我认为这对于带有 BarNo 列的 GroupBy 数据框是可能的，例如 3：

                       Open    High     Low   Close  Volume  BarNo  over
2018-12-30 18:03:00  2.6915  2.6945  2.6910  2.6920      36      3    17
2018-12-30 18:04:00  2.6910  2.6925  2.6910  2.6920      14      3    31
2018-12-30 18:05:00  2.6920  2.6920  2.6900  2.6900      16      3    47
2018-12-30 18:06:00  2.6905  2.6905  2.6880  2.6880      12      3    59
2018-12-30 18:07:00  2.6885  2.6890  2.6880  2.6880       5      3    64
2018-12-30 18:08:00  2.6885  2.6885  2.6880  2.6885       3      3    67
2018-12-30 18:09:00  2.6875  2.6875  2.6875  2.6875       1      3    68
2018-12-30 18:10:00  2.6875  2.6890  2.6875  2.6890       9      3    77
2018-12-30 18:11:00  2.6895  2.6895  2.6895  2.6895       4      3    81
2018-12-30 18:12:00  2.6900  2.6900  2.6890  2.6895      13      3    94
2018-12-30 18:13:00  2.6895  2.6895  2.6890  2.6890       3      3    97

取该组“Open”列的第一个元素，该组“High”列的最大值，该组“Low”列的最小值和“Close”列的最后一个元素，正好取@987654324 @ as "Volume" 并将所有这些数据放入另一个 DataFrame 中（或者，可能在此 DataFrame 中）。

Answer 1

你可以像这样使用 groupby 和聚合。

group_rules = {'Open':'first', 'High':'max', 'Low':'min'}
df.groupby(['BarNo']).agg(group_rules).reset_index()